跨物种抽象规则学习促进复杂环境中的认知灵活性

本研究揭示了抽象规则学习在复杂环境中促进认知灵活性的跨物种保守机制。研究人员通过行为学、计算建模和电生理技术，在大鼠和人类中验证了低维行为策略（low-dimensional behavioral strategies）在规则推理中的核心作用，发现前额叶皮层（PFC）通过选择性注意力（selective attention）实现维度缩减（dimensionality reduction），解释了行为突跃（sudden behavioral transitions）和经验依赖的学习加速现象。该研究为神经精神疾病（neuropsychiatric disorders）的认知灵活性障碍提供了新的跨物种研究框架。

　　

在瞬息万变的复杂环境中快速学习规则，是智能行为的核心特征。人类通过抽象概念（abstract concepts）实现这一能力，但这类高阶认知的进化起源和神经机制长期存在争议。传统强化学习（Reinforcement Learning, RL）模型难以解释行为突跃和经验迁移等现象，而跨物种研究又面临人类宏观脑成像与动物微观神经环路间的"解释鸿沟"。德国中央心理健康研究所（Central Institute of Mental Health）Florian Bahner团队在《Nature Communications》发表的研究，首次在大鼠和人类中同步验证了"假设检验"（hypothesis testing）这一规则学习机制。

研究团队开发了创新的跨维度规则学习范式（multidimensional rule-learning paradigm），结合机器学习策略检测算法、注意力量化方法和多层次神经解码技术。通过大鼠多单单元记录（multiple single-unit recordings）和人类磁脑图（MEG），同步捕捉前额叶神经表征的动态变化。关键技术包括：1）基于头向角（head angles）的注意力行为标记量化；2）混合强化学习模型（ACL模型）比较；3）跨时间窗的群体神经解码（population decoding）；4）人类MEG源定位分析（source-level analysis）。

Rats infer task rules using low-dimensional strategies
研究发现大鼠通过序列测试8种低维策略（如go-click/go-silent）而非学习全状态-动作空间（state-action space），策略序列中位长度14（12-16.3）试次。策略检测算法验证显示，低维策略检测率显著高于随机代理（p=1.46×10^-27），且首次正确策略序列起始点与行为突跃点高度相关（r=0.91）。

Strategy-specific attention reduces task dimensionality
头向分析揭示策略转换伴随注意焦点（attention focus）的突然切换（如go-click策略下声音线索关注度提升）。注意力调节的强化学习模型（ACL模型）最优预测行为数据，证明注意力通过过滤非相关维度（如视觉线索）将4维任务空间压缩至1维子空间。

Dimensionality reduction also contributes to transfer effects
经验丰富大鼠学习速度更快（p=6×10^-4），回归模型显示学习速度与选择阶段注意力强度（attention-at-choice）显著相关（p=1.6×10^-5）。策略价值（strategy value）驱动经验迁移，先前强化的策略（如alternate）在新环境中更早被选择。

Abstract representations of strategies and attention in PFC
前额叶神经元群体在杠杆伸出前3秒即能解码策略（80.9±1.0%准确率），37.1%单元对≥1对策略显示选择性。注意焦点解码优于简单动作解码（p<10^-3），且与行为测量的注意力评分显著相关（R²_adjusted=18.2%）。

Humans also infer task rules using low-dimensional strategies
人类实验复现了大鼠核心发现：低维策略序列长度中位数15（12-18）试次，ACL模型最优预测行为（19/31受试者）。MEG解码显示注意焦点表征在刺激前即存在，源定位定位于前额叶（Cohen's d>0.8）。

该研究建立了认知灵活性的跨物种计算框架，揭示前额叶通过抽象策略表征（abstract strategy representations）和选择性注意力实现维度缩减的保守机制。方法论上创新性地将大鼠微观神经活动与人类宏观脑活动在相同计算量（如策略、注意力）上对齐，为精神分裂症（schizophrenia）等疾病的认知缺陷研究提供了新范式。尤其值得注意的是，研究发现策略测试（strategy testing）在随机奖励条件下依然持续存在，提示这可能是大脑应对环境复杂性的基础计算原则，而不仅限于目标导向行为。这些发现为发展基于注意力调制（attention-modulated）的新型干预策略奠定了理论基础。